搜索到2693 篇“ 基于模型诊断 “的相关文章
融合基数约束与单次入队的基于 模型 诊断 方法 2025年 基于 模型 诊断 (MBD)方法在不同的环境中有越来越多的用途,包括软件故障定位、电子表格的调试、Web服务和硬件设计,以及生物系统的分析等.受这些不同用途的启发,近年来MBD算法改进成效显著.然而,对体系庞大、结构复杂的系统,需要对现有方法进一步改进.由于求解诊断 解在计算上具有挑战性,因此相继提出了一些通过压缩模型 的MBD算法来提高诊断 效率,如基于 统治的多观测压缩模型 (dominated-based compacted model with multiple observations,D-CMMO)算法.对于给定多个观测值且注入1个以上错误需要大量时间的诊断 问题,提出了一个新的诊断 模型 CCM(cardinality-constrained compacted model)来解决.基于 基数约束的压缩模型 算法使用2种方法对求解过程进行优化:首先,利用系统观测的故障输出和故障组件数量之间的约束关系来限制目标解的范围;其次,通过对假设集采用单次入队方法,进而有效提升MaxSAT(maximum satisfiability)求解器的性能.此外,在ISCAS85和ITC99基准测试用例上的实验结果表明,与目前最新的MBD求解方法D-CMMO相比,上述2种优化方法有效缩小了MBD问题的求解范围,降低MaxSAT求解器搜索目标解的难度,进而能在更短的时间内返回一个诊断 解.在平均状况下,CCM方法相比D-CMMO方法求解效率分别提升64.5%和92.8%.关键词：基于模型诊断 工业场景下联邦学习中基于 模型 诊断 的后门防御方法 2024年 诊断 方案,能够在无数据情况下利用后门模型 的形成特点重构后门触发器,实现准确识别并移除后门模型 ,从而达到全局模型 后门防御的目的。此外,还提出了一种新的检测机制实现对早期模型 的后门检测,并在此基础上优化了模型 判决算法,通过早退联合判决模式实现了准确率与速度的共同提升。基于 模型 诊断 的一种新编码方法被引量：1 2023年 基于 模型 诊断 (model-based diagnosis,MBD)是人工智能诊断 领域中著名的诊断 求解方法之一,旨在识别诊断 问题的根本原因.由于求解诊断 解在计算上具有挑战性,一些MBD算法提出通过修改模型 的编码来提高诊断 效率,如面向统治者的编码(dominator-oriented encoding,DOE)方法.面向观察的编码(observation-oriented encoding,OOE)方法使用2种方法对MBD模型 进行约简.首先,利用系统观测和统治组件输出的一些过滤边来约简系统描述和观测.其次,通过查找基于 观测的过滤节点来过滤更多的组件,进而有效约简组件的编码规模.此外,在ISCAS85和ITC99基准测试用例上的实验结果表明,与目前最新的MBD编码方法DOE和传统的基础编码(basic encoding,BE)相比,上述2种约简方法有效减少了MBD实例的编码子句数量比,降低MaxSAT求解器求解诊断 的难度,进而能在更短的时间内返回一个诊断 解.关键词：基于模型诊断 一种配电网基于 模型 诊断 的专属最小碰集算法 被引量：1 2020年 诊断 的最小碰集算法由于没有考虑配电网的拓扑结构特点,导致其求解速度和准确率不高,对此,提出了一种仅适用于配电网故障的改进最小碰集算法。该算法首先分析了现有各适应度函数的特点,通过加权融合的方式构建出一种新适应度函数。其次,通过分析配电网的拓扑结构,得出配电网故障的最小冲突集之间没有交集的特点,并利用该特点,提出了最小碰集判据。最后,算例分析结果表明,所提最小碰集算法在求解速度上都有较大提高,在求解准确率上略微上升,且更加适合配电网故障的基于 模型 诊断 。关键词：配电网 故障诊断 基于模型诊断 配电网拓扑结构 一种配电网基于 模型 诊断 的最小碰集改进算法 被引量：11 2020年 基于 模型 诊断 方法中,最小碰集计算对整个诊断 过程具有较大影响。为了进一步提高基于 模型 诊断 的效率和准确率,提出一种适合配电网拓扑结构的最小碰集改进算法。利用新的适应度函数保证粒子直接朝着最小碰集迭代,提高对有解空间的搜索效率。利用"特征学习"搜索策略减少对无解空间的搜索。在分析配电网各元件解析冗余关系之间联系的基础上,提出算法分层的理论依据和实现方法。算例表明,改进后最小碰集算法具有更短的求解时间和更高的准确率。将改进后的最小碰集算法应用到基于 模型 诊断 中,故障诊断 的效率和准确率得到一定提高。关键词：配电网 基于模型诊断 拓扑结构 结合伪故障度的基于 模型 诊断 方法研究 关键词：基于模型诊断 基于 模型 诊断 的电源快速切换在配电网的研究2018年 模型 诊断 方法 MBD(Model-based diagnosis)对故障进行检测。采用遗传算法改进的二进制粒子群算法BPSO(Binary Particle Swarm Optimization)保证输出结果都是小碰集。用贝叶斯进行概率识别,具有较好的实时检测和故障预警功能,提高快速切换的速率,保证了成功率。通过MATLAB进行仿真分析验证,取得了良好的效果。关键词：粒子群算法 贝叶斯 MATLAB仿真 结合问题特征的基于 模型 诊断 相关问题研究 基于 模型 诊断 问题是NP难度的问题,在人工智能领域内有着十分重要的地位。同时,在工程医学、经济、航天等领域内,基于 模型 诊断 问题也有着重要的应用。在早期提出基于 模型 诊断 问题时,很难对其直接进行求解,于是将其求解分为了两步,第...关键词：SAT问题 冲突集 集合枚举树 基于 模型 诊断 的产品功能、结构与状态模型 研究2017年 基于 模型 诊断 方法逐渐成为了故障诊断 领域研究的核心方法;为了建立基于 模型 故障诊断 的模型 基础,针对基于 模型 诊断 中常用模型 存在着的缺陷,依据产品设计认知过程的功能-行为-结构模型 ,分析了产品功能、结构与状态之间的关系,提出了功能、结构与状态模型 的构建原理和构建思路,构建一种基于 功能-结构-状态的故障诊断 黑箱模型 ,应用于机械、电子类设备的基于 模型 诊断 中;最后,以一个加乘法器系统为例,分析该加乘法器系统的功能、结构与状态关系和预测输入输出。关键词：基于模型诊断 功能树 结构树 基于 模型 诊断 中结合问题特征的新方法被引量：6 2017年 基于 模型 诊断 一直是人工智能领域中热门的研究问题.近些年来,随着SAT求解器效率的逐渐提高,基于 模型 的诊断 也被转换成SAT问题进行求解.在对基于 模型 诊断 求解方法 CSSE-tree深入研究基础上,结合诊断 问题和SAT求解过程的特征,给出先对包含组件个数较多的候选诊断 进行求解的方法,进而减小SAT求解问题的规模;在对极小诊断 解和非极小诊断 解剪枝方法的基础上,首次提出非诊断 解定理及非诊断 解空间的剪枝方法,有效地实现了对诊断 的无解空间进行剪枝.根据组件个数较多的候选诊断 先求解及有解无解剪枝方法特征,构建基于 反向搜索的LLBRS-tree方法.实验结果表明:与CSSE-tree算法相比,LLBRS-tree算法减少了SAT求解次数、减小了求解问题规模,效率较好,尤其是求解多诊断 时效率提高更为显著.关键词：合取范式
相关作者
欧阳丹彤 作品数：224 被引量：644 H指数：13 供职机构：吉林大学计算机科学与技术学院 研究主题：基于模型诊断 人工智能 离散事件系统 本体 集合枚举树 张立明 作品数：75 被引量：170 H指数：8 供职机构：吉林大学计算机科学与技术学院 研究主题：基于模型诊断 集合枚举树 人工智能 求解器 数字电路测试 赵相福 作品数：28 被引量：100 H指数：7 供职机构：浙江师范大学数理与信息工程学院 研究主题：基于模型诊断 离散事件系统 集合枚举树 冲突集 可诊断性 刘志刚 作品数：558 被引量：2,385 H指数：26 供职机构：西南交通大学电气工程学院 研究主题：接触网 高铁 动车组 弓网 高速铁路 李占山 作品数：87 被引量：355 H指数：11 供职机构：吉林大学计算机科学与技术学院 研究主题：约束满足问题 人工智能 弧相容 产品配置器 特征选择算法
